CN110245223A

CN110245223A - 停车服务方法、装置、设备和存储介质

Info

Publication number: CN110245223A
Application number: CN201910536760.7A
Authority: CN
Inventors: 徐璐璐; 张凡通
Original assignee: Jining City Mass Band Invading Information Technology Co Ltd
Current assignee: Jining City Mass Band Invading Information Technology Co Ltd
Priority date: 2019-06-20
Filing date: 2019-06-20
Publication date: 2019-09-17

Abstract

本发明涉及一种停车服务方法、装置、设备和存储介质，该方法包括：将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示所述狭义答案给用户。使停车服务更加智能化。

Description

停车服务方法、装置、设备和存储介质

技术领域

本发明涉及数据处理技术领域，具体涉及一种停车服务方法、装置、设备和存储介质。

背景技术

随着科技的发展和人们生活水平的提高，越来越多的语义识别应用到生活中，例如，语音导航、语音控制智能家居等，这样给人们的生活带来了很大便利。

然而，现有技术中的停车服务中，还是过多的依赖于人工寻找停车位，或者是说根据商场显示屏上提示的剩余停车位选择是否进行停车，有可能造成从看到还有停车位到寻找停车位的过程中，停车位已经没有了。因此，这样的停车服务不智能，给用户带来不便。

发明内容

有鉴于此，提供一种停车服务方法、装置、设备和存储介质，以解决现有技术中的停车服务不智能以及应用不方便的问题。

本发明采用如下技术方案：

第一方面，本申请实施例提供了一种停车服务器方法，该方法包括：将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；

将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；

应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；

展示所述狭义答案给用户。

第二方面，本申请实施例提供了一种停车服务装置，该装置包括：

转化模块，用于将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；

拆分模块，用于将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；

确定模块，用于应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；

展示模块，用于展示所述狭义答案给用户。

第三方面，本申请实施例提供了一种设备，该设备包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行本申请实施例第一方面所述的停车服务方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的停车服务方法中各个步骤。

本发明采用以上技术方案，将采集到的停车服务相关的目标语音转化为对应的目标文字；将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示所述狭义答案给用户。这样，通过对目标文字的拆分，确定了广义理解表达的目标文字，使得狭义结果更准确，同时，也使停车服务更加智能化，方便用户。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种停车服务方法的流程图；

图2是本发明实施例提供的一种停车服务装置的结构示意图；

图3是本发明实施例提供的一种设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

实施例

图为本发明实施例提供的一种停车服务方法的流程图，该方法可以由本发明实施例提供的停车服务装置来执行，该装置可采用软件和/或硬件的方式实现。参考图1，该方法具体可以包括如下步骤：

S101、将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音。

具体的，首先应用移动终端的麦克风采集用户的目标语音，其中，移动终端可以是用户的智能手机，还可以是具备语音识别功能的智能车载导航设备。当用户想要使用停车服务时，对着智能手机或者智能车载导航设备讲话，例如“创意大厦附近有停车场吗？”，则将该句话对应的语音称为目标语音。然后，将采集到的目标语音转化为对应的目标文字，具体可以应用现有技术中的语音识别算法实现。在一个具体的例子中，目标语音为停车服务相关语音，例如寻找停车场等。

S102、将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字。

具体的，将目标文字进行拆分理解，也即，拆分为单个字，然后将单个词进行连词，其中，连词也可以包括连句，这样可以确定广义理解表达的目标文字。示例性的，广义理解是相对狭义理解而言的，广义理解是，由本意而推广的原意，也即，不渉及具体概念，只是一个框架，其有确定的抽象概念，但没有确定的形象概念。这里确定广义理解表达的目标文字是指，将目标文字广义化，例如，“创意大厦附近有停车场吗？”的广义理解表达的目标文字是“创意大厦”、“附近”“寻找”“停车场”。

S103、应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案。

具体的，将广义理解的目标文字与平台数据进行对比，分析广义结果与平台数据的关联性，得到一个狭义的答案；在一个具体的例子中，“创意大厦”词语会和设置在平台的智能数据库进行匹配，平台可以是仁人帮平台，此时，可以通过递归算法、归并排序算法、二分查找算法、优先检索算法、剪离算法、邻近算计算出一个最符合用户需求的数据，其中，最符合用户需求的数据即为广义理解表达的所述目标文字对应的狭义答案。

示例性的，具体可以通过如下方式实现：应用预设处理算法，按照分级命令词，查询与所述广义理解表达的目标文字对应的狭义答案，其中，所述分级命令词包括一级命令词、二级命令词、三级命令词和四级命令词。所述一级命令词包括与当前位置预设距离内的停车场的名称，所述二级命令词包括指定地点附近的停车场名称，所述三级命令词包括添加了偏好设置的目标停车场的名称，所述四级命令词包括对所述目标停车场添加操作指令的命令词。

在一个具体的例子中，一级命令词可以是定位所在地(当前位置)2公里内的停车场；二级命令词查找的是指定名词地点附近的停车场；三级命令词为添加偏好设置的指定停车场，例如：创意大厦北面有停车场吗；四级命令词为对指定停车场(也可以称为目标停车场)添加操作指令的命令词，例如可以是独立出来的自定义命令词，为执行用户偏好设置的命令词，具体比如：去公司停车。

S104、展示所述狭义答案给用户。

具体的，在确定广义理解表达的目标文字对应的狭义答案后，将狭义答案展示给用户，在一个具体的例子中，展示方式可以是语音播报给用户，也可以是在智能手机的屏幕上，或者，智能导航设备的屏幕上文字显示狭义答案。可选的，展示狭义答案给用户具体可以通过如下方式实现：例如当狭义答案为多个时，按照关联耦合度，将目标文字对应的各个狭义答案进行依次牌组，展示给用户，以供用户进行选择。

本发明采用以上技术方案，将采集到的停车服务相关的目标语音转化为对应的目标文字；将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示所述狭义答案给用户。这样，通过对目标文字的拆分，确定了广义理解表达的目标文字，使得狭义结果更准确，同时，也使停车服务更加智能化，更方便用户。

在上述技术方案的基础上，本申请实施例中，将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字，具体可以通过如下方式实现：将所述目标文字拆分为单个字，将所述单个文字与预设汉语字库进行比较，记录验证通过的单个文字；将所述单个文字按照预设顺序，依次选取预设字数的单个文字组成连词，将所述连词与所述预设汉语词库进行比较，记录验证通过的连词；根据所述验证通过的单个文字和验证通过的连词，确定以广义理解表达的所述目标文字。

具体的，首先将目标文字进行拆分，拆分为单个字，将单个字与预设汉语字库进行比较，验证是否为名词，如“我”；是否为动词，如“去”；是否为数词，如“2”。上述表述只是用来举例，还会验证预设汉语字库里的其他词性的字。这样，将与预设汉语字库进行匹配，记录验证通过的单个文字。

另外，将单个文字按照预设顺序，依次选取预设字数的单个文字组成连词，其中，预设字数可以是两个字，三个字，四个字，和五个字，这样将各个连词与预设汉语词库进行比较，当将预设汉语词库中有的词记为验证通过，记录验证通过的连词，根据验证通过的单个文字和验证通过的连词，确定以广义理解表达的目标文字。可选的，连词包括二字连词、三字连词、四字连词和五字连词。

示例性的，下面分别用二字连词、三字连词、四字连词和五字连词为例进行说明，其中，二字连词也称为2个字的词语，三字连词也称为3个字的词语，四字连词也称为4个字的词语，五字连词也称为5个字的词语。在一个具体的例子中，名词可以是“创意大厦”，目的为获取重要地点；动词可以是“去”、“查询”、“找”，目的是为了获取用户意向；副词可以是“马上”、“立刻”，目的是分析用户语气；代词可以是“这里”、“那里”，目的可以是获取用户要表达的事物。此外，诸如其他量词、介词、连词、助词、数词和叹词等，作为辅助分析。

(一)二字连词。

首先，二字连词，从第一个字开始，第一个字和第二个字组合成2个字的词语，这里不一定是真正的词语，而是将两个字连接在一起，再去预设汉语词库验证，是否为名词，例如“酒店”、“车站”；是否为动词，例如“出发”、“行驶”；是否为副词，例如“附近”；如果是，则进行记录，如果不是，则不做处理。以此类推，第三个字和第四个字组词，第五个字和第六个字组词……，此步骤得到第一批组词。

然后，从第二个字开始，第二个字和第三个字组合成2个字的词语，这里不一定是真正的词语，而是将两个词连接在一起，再去预设去汉语词库验证，是否为名词，例如“酒店”、“车站”；是否为动词，例如“出发”、“行驶”；是否为副词，例如“附近”；如果是，则进行记录，如果不是，则不做处理。以此类推，第二个字和第三个字组词，第三个字和第四个字组词……。此步骤得到第二批组词。

(二)三字连词

从第一个字开始，第一个字、第二个字和第三个字组合成3个字的词语，这里不一定是真正的词语，而是将三个字连接在一起，然后去预设汉语词库验证，是否为名词，例如“汽车站”、“火车站”；动词，如“查询下”、“找一下”；副词，如“最快的”；如果是，则进行记录，不是则不做处理。以此类推，第四个字、第五个字、第六个字组词，第七个字、第八个字、第九个字组词……，此步骤得到第三批组词。

从第二个字开始，第二个字、第三个字和第四个字组合成3个字的词语，这里不一定是真正的词语，而是将三个字连接在一起，然后去预设汉语词库验证，是否为名词，如“汽车站”、“火车站”；动词，如“查询下”、“找一下”；副词，如“最快的”；如果是，则进行记录，不是则不做处理。以此类推，第五个字、第六个字、第七个字组词，第八个字、第九个字、第十个字组词……，此步骤得到第四批组词。

从第三个字开始，第三个字、第四个字和第五个字组合成3个字的词语，这里不一定是真正的词语，而是将三个字连接在一起，然后去预设汉语词库验证，是否为名词，如“汽车站”、“火车站”；动词，如“查询下”、“找一下”；副词，如“最快的”；如果是，则进行记录，不是则不做处理。以此类推，第六个字、第七个字、第八个字组词，第九个字、第十个字、第十一个字组词……，此步骤得到第五批组词。

(三)四字连词

从第一个字开始，第一个字、第二个字、第三个字和第四个字组合成4个字的词语，这里不一定是真正的词语，而是将四个字连接在一起，然后去预设汉语词库验证，是否为名词，如“创意大厦”、“曲阜东站”；是否为动词，如“查询一下”、“查找一下”；如果是，则进行记录；不是则不做处理。以此类推，第五个字、第六个字、第七个字、第八个字组词，第九个字、第十个字、第十一个字、第十二个字组词……，此步骤得到第六批组词。

从第二个字开始，第二个字、第三个字、第四个字和第五个字组合成4个字的词语，这里不一定是真正的词语，而是将四个字连接在一起，然后去预设汉语词库验证，是否为名词，如“创意大厦”、“曲阜东站”；是否为动词，如“查询一下”、“查找一下”；如果是，则进行记录，不是则不做处理。以此类推，第六个字、第七个字、第八个字、第九个字组词，第十个字、第十一个字、第十二个字、第十三个字组词……，此步骤得到第七批组词。

从第三个字开始，第三个字、第四个字、第五个字和第六个字组合成4个字的词语，这里不一定是真正的词语，而是将四个字连接在一起，然后去预设汉语词库验证，是否为名词，如“创意大厦”、“曲阜东站”；是否为动词，如“查询一下”、“查找一下”；如果是，则进行记录，不是则不做处理。以此类推，第七个字、第八个字、第九个字、第十个字组词，第十一个字、第十二个字、第十三个字、第十四个字组词……，此步骤得到第八批组词。

从第四个字开始，第四个字、第五个字、第六个字和第七个字组合成4个字的词语，这里不一定是真正的词语，而是将四个字连接在一起，然后去预设汉语词库验证，是否为名词，如“创意大厦”、“曲阜东站”；是否为动词，如“查询一下”、“查找一下”；如果是，则记录在案，不是则不做处理。以此类推，第八个字、第九个字、第十个字、第十一个字组词，第十二个字、第十三个字、第十四个字、第十五个字组词……，此步骤得到第九批组词。

(四)五字连词

从第一个字开始，第一个字、第二个字、第三个字、第四个字和第五个字组合成5个字的词语，这里不一定是真正的词语，而是将五个字连接在一起，然后去预设汉语词库验证，是否为名词，如“印象吟龙湾”，如果是，则进行记录，不是则不做处理。以此类推，第六个字、第七个字、第八个字、第九个字、第十个字组词，第十一个字、第十二个字、第十三个字、第十四个字、第十五个字组词……，此步骤得到第十批组词。

从第二个字开始，第二个字、第三个字、第四个字、第五个字和第六个字组合成5个字的词语，这里不一定是真正的词语，而是将五个字连接在一起，去预设汉语词库验证，是否为名词，如“印象吟龙湾”；如果是，则进行记录，不是则不做处理。以此类推，第七个字、第八个字、第九个字、第十个字组词，第十一个字组词，第十二个字、第十三个字、第十四个字、第十五个字、第十六个字组词……，此步骤得到第十一批组词。

从第三个字开始，第三个字、第四个字、第五个字、第六个字和第七六字组合成5个字的词语，这里不一定是真正的词语，而是将五个字连接在一起，然后去预设汉语词库验证，是否为名词，如“印象吟龙湾”，如果是，则进行记录，不是则不做处理。以此类推，第八个字、第九个字、第十个字、第十一个字组词，第十二个字组词，第十三个字、第十四个字、第十五个字、第十六个字、第十七个字组词……，此步骤得到第十二批组词。

从第四个字开始，第四个字、第五个字、第六个字、第七个字和第八个字组合成5个字的词语，这里不一定是真正的词语，而是将五个字连接在一起，然后去预设汉语词库验证，是否为名词，如“印象吟龙湾”，如果是，则进行记录，不是则不做处理。以此类推，第九个字、第十个字、第十一个字、第十二个字组词，第十三个字组词，第十四个字、第十五个字、第十六个字、第十七个字、第十八个字组词……，此步骤得到第十三批组词。

从第五个字开始，第五个字、第六个字、第七个字、第八个字和第九个字组合成5个字的词语，这里不一定是真正的词语，而是将五个字连接在一起，然后去预设汉语词库验证，是否为名词，如“印象吟龙湾”，如果是，则进行记录，不是则不做处理。以此类推，第十个字、第十一个字、第十二个字、第十三个字组词，第十四个字组词，第十五个字、第十六个字、第十七个字、第十八个字、第十九个字组词……，此步骤得到第十四批组词。这样，整个组词过程结束

最后，将十四组词放在一起，取出里面的名词、动词、副词。参考原文字的顺序连词，如原文字是“创意大厦附近有停车场吗”，可被拆分为“创意大厦”“附近”“有”“停车场”等重要元素，语气词“吗”，则不被记录。因此，连词并连句后可以理解的意思为“创意大厦附近”是否有“停车场”，则形成的广义理解，该广义理解无数据关联性，例如可以是“创意大厦”“附近”寻找“停车场”，即为广义理解。

需要说明的是，上述判断是否为名词、动词和副词，只是用来举例说明，还可以包括其他情况，这里不进行任何限定。

在一个具体的实施例中，查询与所述广义理解表达的目标文字对应的狭义答案，具体可以通过如下方式实现：应用递归算法获取与所述目标文字相关联的第一预设数量的数据；应用归并排序算法，根据距离条件对所述第一预设数量的数据进行过滤，以确定第二预设数量的数据；应用二分查找算法，根据当前交通状况条件对所述第二预设数量的数据进行过滤，以确定第三预设数量的数据；应用优先检索算法，根据语义条件对所述第三预设数量的数据进行过滤，以确定第四预设数量的数据；应用剪离算法，根据用户预先设置的交通方式和偏好设置对所述第二预设数据进行过滤，以确定第五预设数量的数据；应用邻近算法，根据价格、距离和交通状态，对所述第五预设数量的数据进行匹配，确定所述广义理解表达的目标文字对应的狭义答案。

在一个具体的例子中，目标文字可以是“创意大厦”，则可以通过递归算法得到1000个数据，例如是和创意大厦相关联的数据；应用递归排序算法，从1000个数据中过滤掉距离不符合要求的数据，其中，距离条件可以是不大于一个预设距离阈值；应用二分查找算法，在100个数据中，过滤掉交通状况不符合要求的数据得到50个数据，例如某个拥堵的交通路口的数据；应用优先检索算法，在50个数据中过滤掉语义理解不符合要求的数据，得到10个数据；应用剪离算法根据用户预先设置的交通方式或偏好设置进行过滤得到5个数据；最后根据计算出的价格、距离和交通状态确定一个综合指数，得到综合指数最高的数据作为用户需求的数据。

在一个具体的例子中，应用邻近算法时，可以首先匹配停车场名字，然后查看地址匹配度；再匹配停车场地址，依次从省、市、区、县、镇、乡、村、庄等进行匹配。

需要说明的是，上述算法均为现有技术中的算法，这里只是用来应用；上述数量也只是用来示例，不形成具体限定。

另外，本申请实施例中，将狭义结果推送给用户后，遇到预约或者开锁指令，执行指令，整个停车服务流程结束。在一个具体的例子中，预约可以是用户通过自己的手机进行电话或网上预约。

图2是本发明是实施例提供的一种停车服务装置的结构示意图，该装置适用于执行本发明实施例提供给的一种停车服务方法。如图2所示，该装置具体可以包括：转化模块201、拆分模块202、确定模块203和展示模块204。

其中，转化模块201，用于将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；拆分模块202，用于将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；确定模块203，用于应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示模块204，用于展示所述狭义答案给用户。

可选的，拆分模块202具体用于：将所述目标文字拆分为单个字，将所述单个文字与预设汉语字库进行比较，记录验证通过的单个文字；

将所述单个文字按照预设顺序，依次选取预设字数的单个文字组成连词，将所述连词与所述预设汉语词库进行比较，记录验证通过的连词；

根据所述验证通过的单个文字和验证通过的连词，确定以广义理解表达的所述目标文字。

可选的，所述连词包括二字连词、三字连词、四字连词和五字连词。

可选的，确定模块203具体用于：

应用预设处理算法，按照分级命令词，查询与所述广义理解表达的目标文字对应的狭义答案，其中，所述分级命令词包括一级命令词、二级命令词、三级命令词和四级命令词。

可选的，所述一级命令词包括与当前位置预设距离内的停车场的名称，所述二级命令词包括指定地点附近的停车场名称，所述三级命令词包括添加了偏好设置的目标停车场的名称，所述四级命令词包括对所述目标停车场添加操作指令的命令词。

可选的，确定模块203具体用于：

应用递归算法获取与所述目标文字相关联的第一预设数量的数据；

应用归并排序算法，根据距离条件对所述第一预设数量的数据进行过滤，以确定第二预设数量的数据；

应用二分查找算法，根据当前交通状况条件对所述第二预设数量的数据进行过滤，以确定第三预设数量的数据；

应用优先检索算法，根据语义条件对所述第三预设数量的数据进行过滤，以确定第四预设数量的数据；

应用剪离算法，根据用户预设设置的交通方式和偏好设置对所述第二预设数据进行过滤，以确定第五预设数量的数据；

应用邻近算法，根据价格、距离和交通状态，对所述第五预设数量的数据进行匹配，确定所述广义理解表达的目标文字对应的狭义答案。

可选的，展示模块204具体用于：

按关联耦合度将所述目标文字对应的狭义答案进行依次排序并展示给用户。

本发明实施例提供的停车服务装置可执行本发明任意实施例提供的停车服务方法，具备执行方法相应的功能模块和有益效果。

本发明实施例还提供一种设备，请参阅图3，图3为一种设备的结构示意图，如图3所示，该设备包括：处理器310，以及与处理器310相连接的存储器320；存储器320用于存储计算机程序，所述计算机程序至少用于执行本发明实施例中的停车服务方法；处理器310用于调用并执行所述存储器中的所述计算机程序，上述停车服务方法至少包括如下步骤：将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示所述狭义答案给用户。

本发明实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如本发明实施例中的停车服务方法中各个步骤，将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字；应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案；展示所述狭义答案给用户。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种停车服务方法，其特征在于，包括：

将采集到的目标语音转化为对应的目标文字，其中，所述目标语音为停车服务相关语音；

展示所述狭义答案给用户。

2.根据权利要求1所述的方法，其特征在于，将所述目标文字拆分为单个字，并将所述单个字进行连词，确定广义理解表达的所述目标文字，包括：

将所述目标文字拆分为单个字，将所述单个文字与预设汉语字库进行比较，记录验证通过的单个文字；

3.根据权利要求2所述的方法，其特征在于，所述连词包括二字连词、三字连词、四字连词和五字连词。

4.根据权利要求1所述的方法，其特征在于，应用预设处理算法，将所述广义理解的目标文字输入至预先设置的智能数据库进行匹配，确定所述广义理解表达的所述目标文字对应的狭义答案，包括：

5.根据权利要求4所述的方法，其特征在于，所述一级命令词包括与当前位置预设距离内的停车场的名称，所述二级命令词包括指定地点附近的停车场名称，所述三级命令词包括添加了偏好设置的目标停车场的名称，所述四级命令词包括对所述目标停车场添加操作指令的命令词。

6.根据权利要求4所述的方法，其特征在于，查询与所述广义理解表达的目标文字对应的狭义答案，包括：

应用剪离算法，根据用户预先设置的交通方式和偏好设置对所述第二预设数据进行过滤，以确定第五预设数量的数据；

7.根据权利要求6所述的方法，其特征在于，展示所述狭义答案给用户，包括：

8.一种停车服务装置方法，其特征在于，包括：

展示模块，用于展示所述狭义答案给用户。

9.一种设备，其特征在于，包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-7任一项所述的停车服务方法；

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的停车服务方法中各个步骤。